| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-09-10 13:00 ［依頼講演］Orientation-Invariant Human Activity Recognition via Multi-Vantage Micro-Doppler Feature Fusion in ISAC Systems ○Yupeng Wang・Keita Nishi・Minseok Kim（Niigata Univ.）  AP2026-92 |
|
| 抄録 | （和） | 統合センシング・通信（Integrated Sensing and Communication: ISAC）は，次世代無線システムにおける有望なパラダイムとして注目されており，その重要なセンシング応用の一つとして人間活動認識（Human Activity Recognition: HAR）が挙げられる．しかし，マイクロドップラーに基づくHARは，人体とセンシングデバイスとの相対的な方向関係に大きく依存するため，学習時と評価時で観測方向が異なる場合には認識性能が低下する可能性がある．本研究では，マルチ視点マイクロドップラー特徴融合を用いた，観測方向に対してロバストなHARについて検討する．2種類の人体方向条件で取得した実測データに基づき，互いに補完的なマイクロドップラー観測を得るため，等価的な8リンクのモノスタティック表現を構築した．さらに，ResNet-34による特徴抽出，適応的重み付き特徴融合，およびサポートベクターマシン（Support Vector Machine: SVM）による分類を組み合わせた学習フレームワークを用いて，12種類の人体動作を識別した．観測方向の違いが認識性能に及ぼす影響を包括的に評価するため，(i) 性能基準としての単一視点学習・同一視点評価，(ii) 観測方向の不一致による性能低下を定量化する単一視点学習・異視点評価，(iii) 方向ロバスト性を評価するマルチ視点（8方向）学習・単一視点評価，および (iv) 全体的な汎化性能を評価するマルチ視点学習・混合データセット評価，の4種類の学習・評価条件で検証を行った．実験結果より，単一視点モデルでは観測方向の不一致条件 (ii) において認識性能が大きく低下する一方，マルチ視点学習では観測方向間の認識精度のばらつきが抑制され，方向変化に対してより安定したロバストな認識性能が得られることを確認した． |
| （英） | Integrated sensing and communication (ISAC) has emerged as a promising paradigm for next-generation wireless systems, with human activity recognition (HAR) being an important sensing application. However, micro-Doppler-based HAR is sensitive to the relative orientation between the human body and the sensing device, which can cause performance degradation under orientation-mismatched conditions. This work investigates orientation-invariant HAR using multi-vantage micro-Doppler feature fusion. Based on real-world measurements collected from two body-orientation configurations, an equivalent eight-link monostatic representation is constructed to provide complementary micro-Doppler observations. A learning framework combining ResNet-34-based feature extraction, adaptive weighted feature fusion, and support vector machine (SVM) classification is applied to recognize 12 human activities. To comprehensively evaluate the impact of directional variations, the framework is validated under four distinct training and testing configurations: (i) single-view training with same-view testing as a performance baseline, (ii) single-view training with cross-view testing to quantify orientation-induced degradation, (iii) multi-vantage (eight-direction) training with single-view testing to assess orientation-robustness, and (iv) multi-vantage training with mixed-dataset testing for overall generalization. Experimental results show that while single-view models suffer severe performance drops under orientation mismatches (ii), multi-vantage training reduces the variation in recognition accuracy across observation directions, leading to more stable orientationrobust performance. | |
| キーワード | （和） | 統合センシング・通信 / 人間活動認識 / マルチ視点 / マイクロドップラー・スペクトログラム / 機械学習 / / / |
| （英） | Integrated sensing and communication / Human activity recognition / Multi-Vantage / micro-Doppler spectrograms / Machine learning / / / | |
| 文献情報 | 信学技報, vol. 126, no. 172, AP2026-92, pp. 111-116, 2026年9月. | |
| 資料番号 | AP2026-92 | |
| 発行日 | 2026-09-02 (AP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | AP2026-92 |
|
| 研究会情報 | |
| 研究会 | MW AP |
| 開催期間 | 2026-09-09 - 2026-09-11 |
| 開催地（和） | 石川県立図書館 |
| 開催地（英） | Ishikawa Prefectural Library |
| テーマ（和） | ミリ波/マイクロ波, 電波伝搬, ⼀般 |
| テーマ（英） | Microwave, Millimeter wave, Radio propagation, Antennas and Propagation |
| 講演論文情報の詳細 | |
| 申込み研究会 | AP |
| 会議コード | 2026-09-MW-AP |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Orientation-Invariant Human Activity Recognition via Multi-Vantage Micro-Doppler Feature Fusion in ISAC Systems |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 統合センシング・通信 / Integrated sensing and communication |
| キーワード(2)（和/英） | 人間活動認識 / Human activity recognition |
| キーワード(3)（和/英） | マルチ視点 / Multi-Vantage |
| キーワード(4)（和/英） | マイクロドップラー・スペクトログラム / micro-Doppler spectrograms |
| キーワード(5)（和/英） | 機械学習 / Machine learning |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 王 昱鵬 / Yupeng Wang / オウ イクホウ |
| 第1著者 所属（和/英） | 新潟大学 (略称： 新潟大) Niigata University (略称： Niigata Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 西 圭太 / Keita Nishi / 二シ ケイタ |
| 第2著者 所属（和/英） | 新潟大学 (略称： 新潟大) Niigata University (略称： Niigata Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 金 ミンソク / Minseok Kim / キン ミンソク |
| 第3著者 所属（和/英） | 新潟大学 (略称： 新潟大) Niigata University (略称： Niigata Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-09-10 13:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AP |
| 資料番号 | AP2026-92 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.172 |
| ページ範囲 | pp.111-116 |
| ページ数 | 6 |
| 発行日 | 2026-09-02 (AP) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)